典型文献
基于深度学习的烟雾与火灾检测算法综述
文献摘要：
在各种灾害中,火灾是最经常、最普遍的威胁公众安全和社会发展的主要灾害之一.随着经济建设的迅猛发展,城市规模日趋扩大,重大火灾隐患急剧增加.然而,目前广泛使用的烟雾传感器探测火灾的方法,易受距离等因素影响,导致检测不及时.视频监控系统的引入为解决这一问题提供了新思路,基于视频的传统图像处理算法是较早提出的方法,最近机器视觉与图像处理技术快速发展,涌现出一系列使用深度学习技术来自动检测视频和图像中火灾的方法,在消防安全领域具有非常重要的实际应用价值.为了综合分析火灾检测的深度学习方法相关改进及应用,简要介绍了基于深度学习的火灾检测流程,重点从分类、检测、分割3个粒度对火灾检测的深度方法详细对比分析,阐述每类算法针对现有问题采取的相关改进.总结现阶段火灾检测存在的问题,并提出未来的研究方向.
文献关键词：
深度学习;火灾检测;目标分类;目标检测;目标分割
中图分类号：
作者姓名：
祝玉华;司艺艺;李智慧
作者机构：
河南工业大学 信息科学与工程学院,郑州 450001;粮食信息处理与控制教育部重点实验室(河南工业大学),郑州 450001
文献出处：
引用格式：
[1]祝玉华;司艺艺;李智慧-.基于深度学习的烟雾与火灾检测算法综述)[J].计算机工程与应用,2022(23):1-11
A类：
B类：
火灾检测,检测算法,公众安全,城市规模,重大火灾隐患,烟雾传感器,受距,视频监控系统,图像处理算法,机器视觉,图像处理技术,涌现出,使用深度,深度学习技术,自动检测,和图像,中火,消防安全领域,深度学习方法,检测流程,每类,现有问题,目标分类,目标检测,目标分割
AB值：
0.350558
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
